すべてのリソースを見る

AIによって市民開発者がコードを書けるようになる一方、新たなセキュリティやシャドーITの課題も生まれています。こうした変化の中で、組織が誰もが開発できる環境を安全に支える方法をご紹介します。

MCPセキュリティには、インジェクション攻撃やサプライチェーンのリスクといった従来からの脅威に加え、ツールポイズニングのようなAI特有の脅威も存在します。悪意のあるMCPサーバー、脆弱なMCPサーバー、安全でないMCPサーバーのリスクを軽減する方法を学びましょう。

ベストプラクティスとSnyk API & WebやSnyk Learnなどのツールを活用して、PCI DSS準拠を実現しましょう。監査やテストを効率化しながら決済データを保護し、信頼を築けます。

開発者に大きな価値をもたらす、SnykおすすめのMCPサーバー5選をご紹介します。

Model Context Protocol（MCP）のアーキテクチャを図解で理解する初心者向けガイドです。MCP Host、Client、Server、トランスポートの種類や、MCPが関数呼び出しやREST APIを超えてLLMの機能を拡張する仕組みを解説します。

VS CodeでAIの可能性を広げましょう。GitHubのMCPサーバーなどを統合して、カスタムツールでGitHub Copilotの機能を拡張する方法をご紹介します。このガイドでは、セットアップや.vscode/mcp.jsonでの設定、開発ワークフローを強化するエージェントモードの使い方を解説します。

AIやLLMのワークフローで使われる脆弱なMCPサーバーが、特に開発者にとってどのような危険なコマンドインジェクション攻撃につながるのか、そしてリスクを軽減する方法を解説します。

SnykはAIと大規模言語モデルを活用して脆弱性検出を強化し、セキュリティ専門家による手動分析と情報過多を軽減します。AIを活用した分類と修正コミットの分析により、セキュリティ脅威の特定がより正確かつ迅速になる仕組みをご紹介します。

RAGとCAGのAI生成戦略を比較します。精度とレイテンシのトレードオフなど、主な違いを理解し、外部データでLLMを強化する最適な方法を選びましょう。

AIの導入が加速するにつれ、リスクも高まっています。この記事では、脅威の特定からベストプラクティスの実践、セキュアで責任あるAIの実現に不可欠なツールの活用まで、AIリスク評価の重要な戦略を解説します。

ローカルでのMCPサーバーのインストールやセキュリティ上の懸念にお困りですか？Dockerを使ってデプロイを簡素化し、セキュリティを強化して、ワークフローを効率化する方法をご紹介します。Qodo Genなどのツールを使った例も掲載しています。

Cursor AIコードアシスタントでMCPサーバーを設定する方法を解説します。グローバルまたはプロジェクト固有のサーバーを追加して、エージェント型開発のワークフローを強化しましょう。

このチュートリアルでは、Anthropic公式のModel Context Protocol（MCP）SDKを使って、Node.jsで基本的なMCP Serverを構築する方法を解説します。

公式MCP Inspectorを使って、Anthropic MCPサーバーをデバッグする方法を解説します。シンプルなNode.jsの例から始め、MCP InspectorのUIでサーバーのツールを調査・操作しましょう。実践的なデバッグのヒントや回避策も紹介します。